바이오스펙테이터

바이오스펙테이터 서윤석 기자

뷰노는 패혈증 발생을 최대 12시간 이전 예측하는 자체 개발 딥러닝 알고리즘에 대한 논문이 국제 학술지 ‘세계중환자의학회지(Critical Care Medicine, CCM)’에 게재됐다고 28일 밝혔다(doi: 10.1097/CCM.0000000000004583).

이병탁 뷰노 생체신호팀 연구원 겸 논문 주저자는 “패혈증 예측의 정확도를 향상시키기 위해 잦은 측정이 어려운 의료 데이터의 누락을 보완하고자 GCN기술을 도입해 정확도를 높일 수 있었다”고 말했다.

발표에 따르면, 뷰노는 딥러닝 기술 중 하나인 그래프 합성곱 신경망(Graph Convolutional Network, GCN) 기술을 전자건강기록(Electronic Health Record, EHR) 분석에 적용해 패혈증 발생을 최대 12시간 전부터 예측하는 알고리즘을 개발했다.

패혈증 발생의 예측 정확도를 높이기 위해서는 의료현장에서 발생할 수 있는 누락된 데이터 예측이 필수적이다. 뷰노는 GCN 기술을 사용해 적용해 다양한 변수 간의 상관관계를 확인하고, 높은 정확도로 누락된 데이터를 예측해, 패혈증 발생 예측 정확도를 높였다. 기존에 주로 사용되던 단일변수만을 고려하는 순환신경망(Recurrent Neural Network, RNN) 기술과는 차별화를 둔 것.

뷰노는 GCN 알고리즘으로 6만명 이상의 중환자 EHR 데이터를 이용해 머신러닝을 시켰다. 그 결과, 실제 중환자실에서 치료가 필요한 패혈증 환자 선별에 사용되는 지수인 NEWS(National Early Warning Score)와 SOFA(Sequential Organ Failure Assessment) 등에서 AUROC(Area Under the Receiver Operating Characteristic)와 AUPRC(Area Under the Precision-Recall Curve)가 각각 3%, 18%로 증가한 결과를 나타냈다. AUROC와 AUPRC은 모두 인공지능 알고리즘의 성능을 나타내는 지표다.

패혈증은 중환자실(ICU) 내에서 발생하는 가장 흔한 질환 중 하나로서, 몸 안에 침입한 다양한 미생물이 일으키는 중증 감염을 말한다. 패혈증은 발열, 저체온, 빠른 맥박과 호흡, 백혈구 수 증가 등의 증상을 보인다. 조기진단 및 치료를 빠른 시간 내에 시행하지 않으면 신체 각 부분의 기능 장애, 장기 부전과 쇼크 등을 일으켜 사망에까지 이를 수 있다. 뷰노는 2018년 기준 패혈증으로 인한 국내 사망률은 10%에 달한다고 설명했다.

뷰노는 이번 결과를 기반으로 해당 알고리즘이 패혈증 예측을 위한 솔루션으로 개발되면 의료현장에서 패혈증 발생을 기존보다 정확하게 조기에 예측할 수 있을 것으로 기대했다.